一句話結論：在 AI deepfake 成本快速下降的此刻，「數位人註冊」其實是兩件事的合稱——一邊用成熟的生物辨識技術保護真人的臉與聲音，另一邊用內容憑證與浮水印讓虛擬代言人誠實揭露自己是 AI。兩邊都有真實可用的技術，但也都有明確的界線——這篇文章把界線講清楚，讓你不會把活體偵測當萬靈丹，也不會把模型分數誤當法定身分。
這幾年我跟很多中小企業主、創作者聊過同一個焦慮：別人可以用 AI 複製我的臉、複製我的聲音，去帶貨、去詐騙、去發我沒說過的話。同時，越來越多品牌想用 AI 生成的「虛擬代言人」省下成本，卻又怕被觀眾或監管罵「假裝是真人」。這兩個需求其實指向同一套基礎建設：讓「誰是真人、誰是 AI」變得可驗證。本文不賣神話，只把背後的技術、隱私邊界與法規時程，誠實攤開講。
1. 為什麼需要「數位人註冊」
數位人註冊有兩條路，服務的是兩種人：
- 真人保護式註冊：把你本人的臉與聲音，透過驗證流程留下一份「可驗證的身分基準」。日後若有人冒用你的形象，你手上有一份可主張的溯源依據。這是真人數位人註冊要解的事。
- 虛擬人登錄：把品牌的 AI 虛擬形象登錄並標記為虛擬——可見角標、隱形浮水印、內容憑證一次到位，讓觀眾與監管知道「這不是真人」。這是虛擬人登錄要解的事。
為什麼是現在？因為偽造的門檻塌了。一段乾淨錄音、幾張正臉照，就足以訓練出聽起來、看起來很像你的合成內容。誠實面對：純靠「看起來像不像」已經擋不住偽造，必須改用密碼學簽章、浮水印、溯源憑證這類「可驗證」的機制。數位人註冊就是把這套機制，包成一般人也能用的流程。
2. 真人保護式 KYC 的技術四件事
替真人做保護式驗證，技術上拆成四塊。每一塊都有成熟之處，也都有要老實承認的弱點：
臉部 1:1 比對 成熟度：高
判斷「鏡頭前這張臉」是不是「先前登錄那張臉」。這是最成熟的一塊，有 NIST FRTE 這類國際公開評測在持續打分。
以開源指標佐證量級：InsightFace 的 ArcFace 模型在 LFW 基準達約 99.8%、在更難的 IJB-C 上 TAR@FAR=1e-4 約 97.3%。也就是說，技術上要「比對兩段是不是同一人」已經很可靠。
活體偵測（PAD / IAD） 成熟度：中，有缺口
確認鏡頭前是活生生的真人，而不是照片、影片或面具。國際標準是 ISO/IEC 30107-3（呈現攻擊偵測，PAD）。
但這裡有個很多人沒注意的缺口：被動 PAD 擋的是「對著鏡頭呈現假東西」的呈現攻擊，不涵蓋注入攻擊——攻擊者用虛擬攝影機，把 deepfake 串流直接灌進系統，根本不經過真實鏡頭。對付這種攻擊需要另一類技術 IAD（注入攻擊偵測）：歐洲標準 CEN/TS 18099 已發布、國際標準 ISO/IEC 25456 仍在草案階段。世界經濟論壇 2026 年 1 月的報告也證實，在特定條件下，部分 KYC 系統可被擊敗。
Face ID 式再認證 隱私：最佳實務
日常的「再認證」（確認還是你本人）走裝置端，臉部範本永不離開手機。做法是 FIDO2/passkey + 裝置端生物辨識：你的臉只用來在裝置內解鎖私鑰，伺服器收到的只有一段密碼學簽章，從頭到尾不傳臉。
這正是 Apple Face ID 的模型：隨機他人解鎖率約百萬分之一，臉部範本存在裝置的 Secure Enclave 內。對使用者來說，這代表「再方便也不犧牲隱私」——平台拿不到你的臉。
高音質聲紋 成熟度：高，但反合成音脆弱
用聲音特徵辨識「是不是同一個人在說話」。開源的 ECAPA-TDNN 模型在乾淨基準上等錯誤率（EER）約 0.8%，要「比對是不是同一人聲」已經很準。
但要老實說一個弱點：反合成音（anti-spoofing）對現代 TTS 仍然脆弱。在 ASVspoof 5 的野外評測中，最佳系統的 EER 約 4%——也就是說合成語音還是可能騙過。因此聲紋（比對是不是同一人）必須與反合成音（判斷是不是機器生成）分開部署，不能混為一談。錄製品質也很關鍵：建議 ≥20 秒、48kHz/24-bit 單聲道，乾淨無雜訊。
3. 隱私底線：絕不儲存原始臉與聲
這一段是整套系統的信任核心，也是我們的賣點：正確的數位人系統，絕不儲存你原始的臉或聲音。
業界的隱私底線（可參考 ISO/IEC 24745 生物特徵資訊保護）有三個關鍵性質：
- 不可逆：只存特徵摘要（template），無法從摘要還原出你的臉或聲音。
- 可撤銷：萬一摘要外洩，可以作廢重發一份新的，就像換密碼一樣，不會「臉一輩子報廢」。
- 不可連結：同一個人在不同服務的摘要彼此無法比對串接，避免被跨平台追蹤。
落地時還有兩條紀律：活體偵測只回傳聚合分數（不外洩過程中的影像幀），以及原始資料留在裝置端（如前述 Face ID 式再認證）。把這些守住，平台就算被攻破，攻擊者也拿不到可重用的臉與聲。
4. 法定身分核驗的界線
這裡有一個最容易踩的地雷，務必講清楚：本地或開源模型的辨識分數，不能當作法定身分證明。
模型分數能回答的是「這兩段是不是同一個人」，它無法回答「這個人在法律上是誰」。要做到後者——真正的法定身分核驗——必須走兩條合法管道之一：
- 政府管道：例如台灣的自然人憑證、TW FidO 行動身分識別。
- 持牌身分驗證廠商：例如 Veriff、Sumsub 等專營 KYC 的合規供應商。
設計信任系統時，可參考 NIST SP 800-63 的數位身分保證等級（IAL/AAL），把「模型比對分數」與「法定身分等級」分層、各歸各位。誠實提醒：TrueLink 不宣稱已取得任何政府認證，數位人註冊提供的是「保護式溯源基準」，法定核驗該交給政府或持牌廠商的部分，我們不會混為一談。
5. 虛擬 AI 人：為何與如何「標記為虛擬」
另一條路是給品牌的 AI 虛擬形象用的。虛擬代言人很有商業價值，但前提是誠實揭露它是 AI。怎麼標才不被各國法規打臉？建議用三層標記，一次到位：
① 可見角標
在內容上放人眼可見的標示（如「AI 生成」「虛擬人物」角標），這是最直接、對一般觀眾最有效的揭露。
② 隱形浮水印
音訊用 Meta AudioSeal、影像用 Google SynthID，把「這是 AI 生成」的訊號嵌進內容本身，就算被裁切、轉檔也較難移除——機器可讀、肉眼看不到。
③ C2PA 內容憑證 + CAWG 身分聲明
用 C2PA 內容憑證為內容加上可驗證的來源履歷，再用 CAWG 身分聲明綁定已驗證的真人擁有者——讓「這個虛擬人背後是哪個真實主體在負責」變得可查。
為什麼要三層都做？因為一次就能對齊主要法域的要求（截至 2026-06，法規仍在快速演進，正式採用前請再查證最新規定）：
| 法域 | 規範 | 關鍵時程 |
|---|---|---|
| 歐盟 EU | AI Act 第 50 條（透明度／揭露） | deployer 揭露 2026-08-02 生效；provider 機器可讀標記延至 2026-12-02 |
| 中國 | AI 生成合成內容標識辦法（顯式 + 隱式雙標） | 2025-09-01 已生效 |
| 台灣 | AI 基本法（框架法、無罰則） | 2025-12-23 三讀；細則待訂 |
| 美國 | FTC：虛擬網紅與真人同規、須揭露 | 適用既有代言揭露指引 |
可見角標滿足「人看得懂」、浮水印與 C2PA 滿足「機器可驗證」、CAWG 滿足「有真人負責」——三層合起來，剛好涵蓋 EU、中國、台灣、美國目前的揭露邏輯。
6. 結語
數位人註冊不是魔法，而是一套誠實的工程：用成熟的生物辨識保護真人、用浮水印與內容憑證誠實標記虛擬人，並且清楚知道每項技術的界線——活體偵測要補上 IAD、聲紋要與反合成音分開、模型分數不等於法定身分、原始臉聲絕不上雲。把界線守住，信任才立得住。
如果你是想保護自己形象的真人，或是想合規地用虛擬代言人的品牌，歡迎來實際體驗這兩條路。
想實際體驗數位人註冊？
真人可以用保護式註冊留下可驗證的身分基準；品牌可以登錄虛擬代言人並一次完成三層揭露標記。有問題歡迎透過 LINE 或 Email 與我們聊聊（請附上你看到的這篇文章主題，我們好接續脈絡）。
真人數位人註冊 虛擬人登錄